按月分组，但只获取 Pandas 列中真实值的总数

如何解决按月分组，但只获取 Pandas 列中真实值的总数

我认为这很简单，但我不知道如何获取我想要的数据。

我在名为 ClosedDate 和 Is_Article_Linked 的数据框中有两个字段。我想按 ClosedDate 的月份对其进行分组，然后仅在 Is_Article_Linked 为真但仍保留总记录时才进行计数。

例如我的代码看起来像这样

data = [
  [ ('ClosedDate','2021-01-18T12:46:38.000+0000'),('Is_Article_Linked',True) ],[ ('ClosedDate','2021-01-29T12:46:38.000+0000'),'2021-01-11T12:46:38.000+0000'),False) ],'2021-01-03T12:46:38.000+0000'),'2021-01-12T12:46:38.000+0000'),True) ]
]

df_ld = pd.DataFrame(data,columns=['ClosedDate','Is_Article_Linked'])
# Formatting the date field
df_ld['ClosedDate'] = pd.to_datetime(df_ld['ClosedDate'],format="%y-%m-%d",exact=False)
# Grouping by Month
relevant_links = df_ld.resample('M',on='ClosedDate').count()
# Renaming the index
relevant_links.index = relevant_links.index.rename('Date')
# Outputting to  a dictionary
link_accuracy_by_month = relevant_links.reset_index().to_dict('records')
print(link_accuracy_by_month)

这输出的是[{'Date': Timestamp('2021-01-31 00:00:00'),'ClosedDate': 5,'Is_Article_Linked': 5}]

我期待看到的是 [{'Date': Timestamp('2021-01-31 00:00:00'),'Is_Article_Linked': 3}]

所以 ClosedDate 是我的总记录数，而 Is_Article_Linked 只计算 True 的记录。目前它正在统计所有这些，因为我认为它看到了那里的价值。

无论如何可以获得我正在寻找的结果？我相信我的答案是在重新采样中，但我不知道如何让它只计算真实的。

提前致谢！

解决方法

假设您提供的数据格式不正确，因此数据框实际上看起来像：

  ClosedDate  Is_Article_Linked
0 2021-01-18               True
1 2021-01-29               True
2 2021-01-11              False
3 2021-01-03              False
4 2021-01-12               True

你可以这样做：

df_ld.resample("M",on = "ClosedDate")\
    .agg({"ClosedDate": "count","Is_Article_Linked":"sum"})\
    .rename_axis("Date")\
    .reset_index()\
    .to_dict("records")

输出

[{'Date': Timestamp('2021-01-31 00:00:00'),'ClosedDate': 5,'Is_Article_Linked': 3}]